在AI公司們?cè)诰砩硭赖?025年，AI Coding依舊是必爭(zhēng)之地。

OpenAI首當(dāng)其沖。

就在兩天前，它宣布在 ChatGPT 中引入 Codex 研究預(yù)覽版——目前他們最強(qiáng)大的AI編程助手。

不僅如此——半個(gè)月前，OpenAI還曝出收購(gòu) Windsurf 的消息 ，交易金額達(dá)到30億美元。

Anthropic同樣有進(jìn)展。

彭博社報(bào)道，蘋(píng)果正與Anthropic 合作開(kāi)發(fā)一款名為“Vibe-Coding”的軟件平臺(tái)。

Anthropic 的 Claude Sonnet 模型被集成到蘋(píng)果的 Xcode 新版本中，幫助程序員更高效地寫(xiě)代碼。

國(guó)內(nèi)，我們4月底在小紅書(shū)上獨(dú)家公布過(guò)，前月之暗面產(chǎn)品經(jīng)理明超平的創(chuàng)業(yè)項(xiàng)目「Yourware」上線(xiàn)的消息。

Yourware 定位為“Vibe Coder’s Instagram”，提供一鍵部署網(wǎng)頁(yè)、展示 AI 編程用例以及社區(qū)互動(dòng)等功能。

但即便進(jìn)展神速，關(guān)于AI Coding依舊有許多未解之謎。

比如，Vibe Coder是不是AI Coding的"唯一"用戶(hù)群？強(qiáng)化學(xué)習(xí)能減少AI Coding工具的幻覺(jué)嗎？AI出現(xiàn)后，傳統(tǒng)計(jì)算機(jī)知識(shí)是否還值得學(xué)習(xí)？如何降低AI Coding的黑盒影響？未來(lái)，我們是否分別需要面向"Vibe Coder"的模型和面向企業(yè)級(jí)開(kāi)發(fā)的模型？

在 a16z 最新一期AI播客中，a16z 的投資人 Matt Bornstein、Yoko Li 和 Guido Appenzeller 探討了這些話(huà)題。

他們提出了一些有趣的觀點(diǎn)：

• AI Coding已成為第二大AI市場(chǎng)，僅次于面向消費(fèi)者的聊天機(jī)器。人工智能生成代碼預(yù)計(jì)將給市場(chǎng)帶來(lái)數(shù)萬(wàn)億美元的生產(chǎn)力增長(zhǎng)。
• AI會(huì)對(duì)開(kāi)發(fā)流程產(chǎn)生影響，開(kāi)發(fā)者從編寫(xiě)代碼轉(zhuǎn)向編寫(xiě)“規(guī)范”，AI負(fù)責(zé)實(shí)現(xiàn)。
• Vibe Coding的影響有限。Python和Java這樣的語(yǔ)言會(huì)一直存在，即使自然語(yǔ)言交互變得普遍。
• 現(xiàn)在多數(shù)IDE對(duì)使用工具的數(shù)量有限制（比如40-50個(gè)），這天然限制了AI能調(diào)用的上下文和工具的范圍。
• 現(xiàn)在的一些AI Coding工具與程序員操作之間存在斷層，需要中間產(chǎn)品賦予用戶(hù)修改底層的能力。
• AI Coding將鼓勵(lì)更多人參與“寫(xiě)程序”這件事。新人群+新方法很可能催生全新的軟件形態(tài)和應(yīng)用場(chǎng)景。

「四木相對(duì)論」對(duì)這期播客進(jìn)行了編譯，全文如下，歡迎閱讀 ：

為什么Coding是AI的重要應(yīng)用場(chǎng)景

Matt Bornstein：

從數(shù)字上看，我們很確定Coding目前是第二大AI市場(chǎng)，第一名是面向消費(fèi)者的純Chatbot。

Guido Appenzeller：

如果將像 ChatGPT 這樣的工具歸類(lèi)為“有用的伴侶”，那么編程市場(chǎng)可能比聊天機(jī)器人市場(chǎng)更大。

Matt Bornstein：

AI Coding實(shí)際上是現(xiàn)有行為發(fā)生的“轉(zhuǎn)變”。

以前，當(dāng)人們遇到無(wú)法解決的問(wèn)題時(shí)會(huì)去互聯(lián)網(wǎng)上查找信息，比如Stack Overflow（一個(gè)關(guān)于編程方面的問(wèn)答網(wǎng)站）。

有一些玩笑說(shuō)，“在過(guò)去數(shù)年里，Stack Overflow實(shí)際上編寫(xiě)了大部分代碼”，現(xiàn)在這個(gè)動(dòng)作被轉(zhuǎn)移到了AI模型上。

比如Github Copilot，它就做了這項(xiàng)非?；A(chǔ)的工作。通過(guò)它，人們開(kāi)始從使用Stack Overflow轉(zhuǎn)移到使用AI模型，像Cursor這樣的公司現(xiàn)在在這方面做得更好。

總之，AI Coding針對(duì)的是一個(gè)有需求的市場(chǎng)。這就像在存量市場(chǎng)中，銷(xiāo)售一個(gè)很有競(jìng)爭(zhēng)力的新產(chǎn)品。

Yoko Li：

開(kāi)發(fā)者是新技術(shù)的早期采用者，因?yàn)樗麄兿矚g嘗試新工具，任何能夠提高生產(chǎn)力的技術(shù)都會(huì)被他們快速接受。

而且，編程問(wèn)題具有明確的驗(yàn)證標(biāo)準(zhǔn)（如輸入輸出），這使得 AI 編程工具的應(yīng)用場(chǎng)景非常清晰。

Coding的美妙之處在于，你可以將許多現(xiàn)實(shí)世界的問(wèn)題轉(zhuǎn)化為機(jī)器可處理的格式。

Guido Appenzeller：

AI Coding是一個(gè)比較容易占領(lǐng)的市場(chǎng)。

因?yàn)殚_(kāi)發(fā)人員相對(duì)而言理解 AI 技術(shù)，這可能是人工智能的第一個(gè)真正的大市場(chǎng)。

試著算一下，全球大約有 3000 萬(wàn)開(kāi)發(fā)者。假設(shè)每個(gè)開(kāi)發(fā)者每年創(chuàng)造10萬(wàn)美元的市場(chǎng)價(jià)值，那么市場(chǎng)總價(jià)值能達(dá)到約3萬(wàn)億美元，相當(dāng)于蘋(píng)果公司這種科技巨頭的市值

而且，開(kāi)發(fā)者們的效率還會(huì)提升。

有大型金融機(jī)構(gòu)估算，普通Copilot的部署可以提高開(kāi)發(fā)人員大概15%的生產(chǎn)力。我的直覺(jué)是，這個(gè)提升還將更大。完全可以想象，未來(lái)世界上所有開(kāi)發(fā)人員的生產(chǎn)力會(huì)提高一倍。

去年，關(guān)于我們是否過(guò)度投資AI的討論非常熱烈。我記得當(dāng)時(shí)的數(shù)字是每年投資2000億美元，但如果和3萬(wàn)億美元的市場(chǎng)價(jià)值比較，這個(gè)投入就像是“花生米”的大小。

AI讓軟件開(kāi)發(fā)產(chǎn)生了怎樣的改變？

Matt Bornstein：

程序員們的工作會(huì)發(fā)生很多變化。

當(dāng)下已經(jīng)能看到一些跡象。比如我現(xiàn)在寫(xiě)代碼時(shí)，其實(shí)是在編寫(xiě)“規(guī)范”，和一個(gè)模型討論如何實(shí)現(xiàn)某個(gè)功能。對(duì)于簡(jiǎn)單的功能，可以直接讓模型去實(shí)現(xiàn)，人只需要審查一下。

那么之后，開(kāi)發(fā)者會(huì)不會(huì)都變成只負(fù)責(zé)編寫(xiě)規(guī)范的產(chǎn)品經(jīng)理，然后讓 AI 去寫(xiě)代碼，只是偶爾介入調(diào)試一下？這也有可能發(fā)生。

Yoko Li：

或者我們都成為QA工程師，測(cè)試它是否足夠好。

Guido Appenzeller：

就我自己來(lái)說(shuō)，過(guò)去的六個(gè)月里，我使用這些模型的方式發(fā)生了很大變化。

以前，首先我會(huì)選擇最喜歡的工具，比如 ChatGPT 或類(lèi)似的工具，然后給它提示詞（prompt），它會(huì)輸出一個(gè)程序，然后把這個(gè)程序復(fù)制到編輯器里，看它是否能運(yùn)行。它這就像是 Stack Overflow 的替代品。當(dāng)我遇到問(wèn)題時(shí)，不會(huì)去 Stack Overflow，而是去 ChatGPT找它直接返回代碼。

到下一步，就是開(kāi)始集成到IDE。比如 GitHub Copilot 和 Cursor 這樣的工具，它們有自動(dòng)補(bǔ)全功能，這是一大進(jìn)步。不再像以前那樣是單一的、塊狀的解決問(wèn)題，而是融入了開(kāi)發(fā)流程。在代碼行級(jí)別，我可以詢(xún)問(wèn)關(guān)于代碼段的問(wèn)題，或者我可以有一個(gè)單獨(dú)的聊天界面，用于進(jìn)行更長(zhǎng)的討論。

接著，IDE 開(kāi)始能使用命令行工具。我們可以對(duì)它說(shuō)：“嘿，你能幫我設(shè)置一個(gè)新的 Python 項(xiàng)目，使用 UVloop 或類(lèi)似的東西嗎？”它可以運(yùn)行命令來(lái)完成所有這些工作。

現(xiàn)在，當(dāng)人們想要編寫(xiě)一個(gè)新的軟件片段時(shí)，是在嘗試先編寫(xiě)一個(gè)規(guī)范，而不是生產(chǎn)代碼?；旧?，人們問(wèn)的問(wèn)題沒(méi)有經(jīng)過(guò)深思熟慮。比如我會(huì)問(wèn)模型（可能是 Sonnet 3.5 或 3.7 或 Gemini）?！拔蚁胍鰔xx，這說(shuō)得通嗎？請(qǐng)問(wèn)我有沒(méi)有說(shuō)不清楚的地方，給我寫(xiě)一個(gè)更詳細(xì)的版本。”然后模型就開(kāi)始工作了。

通常，它也會(huì)有很多問(wèn)題問(wèn)我，比如“嘿，我需要一個(gè) API 密鑰才能做到這一點(diǎn)”，比如“你想要如何管理狀態(tài)？我們應(yīng)該把它放在數(shù)據(jù)庫(kù)里嗎？還是只是用一個(gè)計(jì)算機(jī)文件之類(lèi)的東西？”

它會(huì)通過(guò)來(lái)回討論，幫助我理清思路。雖然有些奇怪，它確實(shí)有效。隨著時(shí)間的推移，我會(huì)得到更詳細(xì)的規(guī)范。當(dāng)有了這些規(guī)范后，我就會(huì)要求模型實(shí)現(xiàn)。

Yoko Li：

與六個(gè)月前相比，我現(xiàn)在使用 Coding Agent 的方式是，我更多地提供知識(shí)。以前，我主要依賴(lài)于基礎(chǔ)模型的知識(shí)。

現(xiàn)在，我覺(jué)得很自然地會(huì)去 Linear（一個(gè)項(xiàng)目管理工具）那里，找到對(duì)應(yīng)的工單（ticket），然后把我的想法拉到 Cursor中，Agent 會(huì)先嘗試實(shí)現(xiàn)它，這是一種工作流程的變化。

另一種變化是更用戶(hù)驅(qū)動(dòng)的，像主動(dòng)查詢(xún)。以前，我可能需要把文檔復(fù)制粘貼到我的 Cursor 窗口中?，F(xiàn)在，我只需要讓 Cursor Agent 去用 Firecrawl（一個(gè)爬蟲(chóng)工具）查找最新的 Clerk 文檔（一個(gè)提供身份驗(yàn)證服務(wù)的平臺(tái)的開(kāi)發(fā)者文檔）。它會(huì)實(shí)際抓取一個(gè)頁(yè)面，然后我可以閱讀它。

Guido Appenzeller：

那是如何工作的，要使用MCP嗎？

Yoko Li：

要使用MCP，但更多可能是與現(xiàn)實(shí)世界有更多的集成。

Matt Bornstein：

你們聽(tīng)起來(lái)比我經(jīng)驗(yàn)豐富得多。對(duì)我來(lái)說(shuō)，場(chǎng)景通常是這樣的：周六晚上，我終于有一個(gè)小時(shí)的空閑時(shí)間，突然有了一個(gè)奇怪的應(yīng)用程序想法，我就會(huì)直接開(kāi)始動(dòng)手讓 Cursor 去完成所有的事情。

我發(fā)現(xiàn)它在處理復(fù)雜度高、繁瑣的任務(wù)時(shí)特別有效，比如前端開(kāi)發(fā)。如果現(xiàn)在地球上有人能記住現(xiàn)在用來(lái)設(shè)置邊距和內(nèi)邊距的所有 CSS 內(nèi)容，那真是難以想象。

我們有相應(yīng)的標(biāo)準(zhǔn)記錄。這本不該是一個(gè)很難的問(wèn)題?？偣灿形宸N不同的方法可以用來(lái)居中文本和元素，但我從來(lái)記不住它們。但AI 模型在這方面真的很擅長(zhǎng)，而且它們現(xiàn)在可以做到。當(dāng)我開(kāi)始涉及到更小眾的庫(kù)和函數(shù)調(diào)用時(shí)，我喜歡用 Firecrawl 。

Yoko Li：

是的，有時(shí)我也會(huì)像復(fù)制 Mintlify Docs 那樣，直接拷貝整段 LLM 文本。我只需要提供文檔的 URL或者文件，然后讓 Cursor 去實(shí)現(xiàn)它。

Matt Bornstein：

Yoko你在 MCP 方面上做了很多工作，你覺(jué)得MCP扮演了什么角色？

Yoko Li：

我認(rèn)為 MCP 的本質(zhì)就是提供相關(guān)性最強(qiáng)的上下文給語(yǔ)言模型。我可以使用 Linear MCP，也可以使用 GitHub MCP 來(lái)拉取相關(guān)的上下文和技術(shù)細(xì)節(jié)。但 MCP 的核心其實(shí)還是上下文，它要搞清楚自己能給模型提供最相關(guān)的東西是什么，以便模型能更好地幫助用戶(hù)。

Matt Bornstein：

你覺(jué)得在IDE中集成這類(lèi)AI工具，是否意味著AI編程對(duì)資深開(kāi)發(fā)者更高效或更實(shí)用？

因?yàn)殚L(zhǎng)期以來(lái)有個(gè)質(zhì)疑是，AI Coding更多是"vibe coders"在使用，因?yàn)锳I能快速做出很炫的demo，初級(jí)開(kāi)發(fā)者也能快速上手。而那些資深派，比如負(fù)責(zé)集群架構(gòu)、防止系統(tǒng)崩盤(pán)的程序員，往往對(duì)AI持懷疑態(tài)度。你認(rèn)為IDE中集成AI工具是吸引他們參與的一種方式嗎？

Yoko Li：

我覺(jué)得這取決于資深工程師的核心目標(biāo)。比如有些資深應(yīng)用工程師擅長(zhǎng)快速實(shí)現(xiàn)想法，這類(lèi)工具能均衡他們的技能分布，他們只需要把技術(shù)棧搭起來(lái)就行。

但如果是專(zhuān)精分布式系統(tǒng)或性能調(diào)優(yōu)的資深工程師，目前AI可能還不太行。

因?yàn)榫幊讨譄o(wú)法獲取分布式系統(tǒng)的全部狀態(tài)，很多問(wèn)題仍需人工干預(yù)。不過(guò)隨著上下文窗口擴(kuò)大和工具調(diào)用能力增強(qiáng)，我們正在朝這個(gè)方向進(jìn)步?，F(xiàn)在多數(shù)IDE對(duì)工具數(shù)量有限制（比如40-50個(gè)），這天然限制了AI能調(diào)用的上下文和工具的范圍。

Guido Appenzeller：

這里有一個(gè)規(guī)律：?jiǎn)栴}越是深?yuàn)W，你試圖解決的問(wèn)題越新穎，需要提供的背景信息就越多。比如“幫我寫(xiě)篇博客"或者"做個(gè)簡(jiǎn)化版網(wǎng)店"——這種標(biāo)準(zhǔn)本科軟件開(kāi)發(fā)課的題目，網(wǎng)絡(luò)上的樣例幾乎無(wú)窮無(wú)盡，模型已經(jīng)見(jiàn)過(guò)無(wú)數(shù)次，完成起來(lái)就會(huì)非常拿手。

但若遇到訓(xùn)練數(shù)據(jù)極少的領(lǐng)域，情況就完全不同。你必須事無(wú)巨細(xì)地說(shuō)明需求：提供上下文、API規(guī)范等，難度陡增。

Matt Bornstein：

而且模型還會(huì)“信心十足”地給出錯(cuò)誤答案。更糟的是它死不認(rèn)錯(cuò)，還會(huì)繼續(xù)編造。

Guido Appenzeller：

當(dāng)前模型最致命的缺陷，就是"無(wú)法承認(rèn)自己不知道"。

Yoko Li：

你認(rèn)為強(qiáng)化學(xué)習(xí)能改變這點(diǎn)嗎？理論上，它能夠模擬相關(guān)的分布式系統(tǒng)并調(diào)試AI。

極端情況下，如果你是地球上第一個(gè)解決某個(gè)問(wèn)題的人，訓(xùn)練數(shù)據(jù)就是零。我認(rèn)為現(xiàn)在模型目前還缺乏真正的創(chuàng)造力，它們只能做有限的知識(shí)遷移。比如為全新架構(gòu)芯片編寫(xiě)首版驅(qū)動(dòng)，這基本還得靠人工。

但好消息是，這類(lèi)情況只占軟件開(kāi)發(fā)的0.01%。像無(wú)數(shù)ERP系統(tǒng)，我們有海量訓(xùn)練數(shù)據(jù)，這些工具就能大顯身手。

"Vibe Coding"與計(jì)算機(jī)教育的未來(lái)

Matt Bornstein：

雖然我們沒(méi)多談"Vibe Coding"，但非開(kāi)發(fā)者現(xiàn)在也能寫(xiě)代碼，很酷對(duì)吧？

Guido Appenzeller：

這個(gè)話(huà)題中的問(wèn)題是，這件事能否在所有情況下成立。就像人人能搭棚屋，但造不了摩天樓？

Matt Bornstein：

這正是關(guān)鍵——多數(shù)人第一次用網(wǎng)站生成器或Cursor做的demo可能沒(méi)啥實(shí)際價(jià)值。但如果其中一部分人逐漸進(jìn)階，用完全不同于傳統(tǒng)編程的方式做出復(fù)雜項(xiàng)目，會(huì)發(fā)生什么呢？我對(duì)這件事非常樂(lè)觀：新人群+新方法很可能催生全新的軟件形態(tài)和應(yīng)用場(chǎng)景。

Yoko Li：

這讓我想起2000年左右，“博客”還是個(gè)新鮮詞，所有人都覺(jué)得“我得開(kāi)個(gè)博客”。然后大家一窩蜂去建博客，接著 WordPress （使用PHP語(yǔ)言開(kāi)發(fā)的開(kāi)源發(fā)布平臺(tái)，用戶(hù)可以在支持PHP和MySQL數(shù)據(jù)庫(kù)的服務(wù)器上架設(shè)屬于自己的博客、網(wǎng)站）出現(xiàn)了。直到現(xiàn)在還有人用 WordPress，我還挺意外的。

而這次vibe coding的浪潮，感覺(jué)就像所有人——我、我媽、甚至我媽的鄰居——都在嘗試用這些模型來(lái)打造個(gè)人化的東西。我們算是從“個(gè)人靜態(tài)內(nèi)容”過(guò)渡到了“個(gè)人 CRM客戶(hù)關(guān)系管理”，用來(lái)管理人際關(guān)系之類(lèi)的事情。

軟件的落地深度能做到什么程度？說(shuō)實(shí)話(huà)，我覺(jué)得不會(huì)很深，但這不重要。只要對(duì)人們來(lái)說(shuō)實(shí)用就行。

另外，我一直在想，對(duì)于“Vibe coder”來(lái)說(shuō)，低一層的抽象（level lower abstraction）是什么？是代碼？是 IDE？還是別的什么？想聽(tīng)聽(tīng)你們的看法。

Guido Appenzeller：

我覺(jué)得這是個(gè)非常好的問(wèn)題。我稍微重新表述一下：未來(lái)想從事軟件開(kāi)發(fā)的人，到底需要掌握什么？是更深一層的東西，還是說(shuō)其實(shí)是橫向的某種能力？有些人會(huì)說(shuō)：“現(xiàn)在學(xué)計(jì)算機(jī)科學(xué)沒(méi)意義了，重點(diǎn)是社會(huì)情感學(xué)習(xí)(Social and Emotional Learning,簡(jiǎn)稱(chēng)SEL)”。我其實(shí)不太認(rèn)同。

說(shuō)實(shí)話(huà)，我完全不知道五年后的計(jì)算機(jī)教育會(huì)變成什么樣。

但如果回顧歷史，類(lèi)似的事情發(fā)生過(guò)——比如計(jì)算方式的演變：我們從手動(dòng)加減數(shù)字到用 Excel，但“記賬員”這個(gè)職業(yè)并沒(méi)有消失，而是變成了“會(huì)計(jì)師”。數(shù)據(jù)錄入和手動(dòng)計(jì)算變得不那么重要，更高層次的抽象能力（比如分析模式）反而更關(guān)鍵。

如果按這個(gè)規(guī)律推測(cè)，未來(lái)“描述問(wèn)題、解釋算法基礎(chǔ)、設(shè)計(jì)架構(gòu)、梳理數(shù)據(jù)流”會(huì)越來(lái)越重要，而“如何用最巧妙的方式展開(kāi)循環(huán)”這種很細(xì)節(jié)具體的編程，很可能會(huì)變成更小眾的專(zhuān)業(yè)技能。”

Matt Bornstein：

在經(jīng)典的計(jì)算機(jī)科學(xué)本科教育中，學(xué)生不僅僅是學(xué)習(xí)最新的東西。在多數(shù)情況下，甚至要會(huì)花一學(xué)期學(xué)匯編語(yǔ)言。

都是從“最古老”的東西開(kāi)始學(xué)習(xí)。即便是“世界上最糟糕的計(jì)算機(jī)工程師”，同樣要學(xué)習(xí)怎么接門(mén)電路，學(xué)處理器是如何工作的。接著是文件系統(tǒng)和操作系統(tǒng)基礎(chǔ)。當(dāng)然也學(xué)Java——當(dāng)時(shí)它還是尖端技術(shù)，不過(guò)現(xiàn)在嘛……所以人們?nèi)菀渍J(rèn)為，新一代技術(shù)只是堆疊在這些基礎(chǔ)之上的工具，而學(xué)編程可能只剩歷史或教育意義。我不確定是否真是如此。

幾十年，有很多新的編程接口（programming interface）出現(xiàn)。但AI 實(shí)際上并不是一個(gè)編程接口，它也不是一個(gè)框架。它更像是一個(gè)工具，它幫助你使用你已經(jīng)擁有的東西。

所以這讓我懷疑，我們是否是在等待下一個(gè)迭代，即 AI 真正可以改變計(jì)算機(jī)編程方式的東西。比如，或許會(huì)出現(xiàn)一種能直接將自然語(yǔ)言提示詞轉(zhuǎn)化為代碼的機(jī)制，而現(xiàn)在的AI代理只是起點(diǎn)。這就是我好奇的方向。

傳統(tǒng)的編程語(yǔ)言會(huì)怎樣？

Guido Appenzeller：

今天我認(rèn)為 AI 不僅僅是一個(gè)高級(jí)語(yǔ)言抽象之類(lèi)的東西。但未來(lái)會(huì)不會(huì)演化成那樣？

用大語(yǔ)言模型（LLM）來(lái)設(shè)計(jì)編譯器或編程語(yǔ)言，和用經(jīng)典的編譯器設(shè)計(jì)，思路會(huì)完全不同。雖然我們還不知道最終會(huì)是怎么樣，但如果能用精煉的人類(lèi)語(yǔ)言直接定義某些邏輯，并將其作為編譯器輸入，變革會(huì)非常巨大。

Yoko Li：

類(lèi)比來(lái)看，現(xiàn)在很多公司在開(kāi)發(fā)agent。當(dāng)觀察它們的運(yùn)作方式時(shí)，會(huì)發(fā)現(xiàn)它們本質(zhì)上就像操作系統(tǒng)課程里學(xué)的“進(jìn)程”——一個(gè)進(jìn)程處理任務(wù)后交給下一個(gè)，再配合資源管理。

這正是計(jì)算機(jī)教育不會(huì)消失的原因：它提供了一套理解本質(zhì)的參照系。否則你甚至不會(huì)知道‘進(jìn)程’這個(gè)概念的存在。但另一方面，在基礎(chǔ)模型之上，我們還沒(méi)發(fā)明出類(lèi)似操作系統(tǒng)那樣的成熟范式。

Matt Bornstein：

形式化語(yǔ)言（formal languages）的存在有必然性——無(wú)論是編程語(yǔ)言還是規(guī)范語(yǔ)言。

人類(lèi)總需要一種高帶寬、高表達(dá)力的方式來(lái)設(shè)計(jì)軟件（或其他事物）。所以我很難想象Python或編程語(yǔ)言會(huì)完全消亡。就像剛才Yoko說(shuō)的：你必須理解至少低一層的抽象。

有個(gè)有趣的問(wèn)題：某些語(yǔ)言是否會(huì)因?yàn)楦癆I原生”而變得更流行？比如現(xiàn)在的 Python和JavaScript。

工具鏈的發(fā)展也很有意思——Python生態(tài)最近涌現(xiàn)了大量新工具，活躍度前所未有。這自然會(huì)影響到它與AI擴(kuò)展的兼容性。所以，我覺(jué)得我們不可能完全拋棄這些傳統(tǒng)語(yǔ)言。

Yoko Li：

需要理解底層抽象的原因在于：當(dāng)你要優(yōu)化系統(tǒng)時(shí)，有些知識(shí)就派上用場(chǎng)了。如果不需要優(yōu)化，確實(shí)可以不懂。就像早年用Java寫(xiě)計(jì)算器的人根本不用了解 GBM（Gradient Boosting Machine ），但如果要用它做多線(xiàn)程優(yōu)化就必須懂。

vibe coding也是同理——做個(gè)營(yíng)銷(xiāo)網(wǎng)站可能不需要深究?jī)?yōu)化，但如果要支撐大規(guī)模訪(fǎng)問(wèn)，就得懂CDN、頁(yè)面緩存這些。

Yoko Li：

不了解本質(zhì)幾乎不可能成功。計(jì)算機(jī)可以做某些事情，是由形式語(yǔ)言定義的。這些語(yǔ)言層層堆疊，要想真正操控系統(tǒng)，就必須理解它們。

Guido Appenzeller：

我同意。我認(rèn)為這些語(yǔ)言不會(huì)消失，因?yàn)樗鼈冸m然看起來(lái)很復(fù)雜，但往往是用最簡(jiǎn)潔的方式表達(dá)精確意圖的最佳載體。

自然語(yǔ)言通常不夠精確，需要更多詞匯才能達(dá)到同樣效果。

現(xiàn)在有趣的問(wèn)題是：AI能否在某些場(chǎng)景下，通過(guò)理解人類(lèi)語(yǔ)境、結(jié)合智能符號(hào)系統(tǒng)，將自然語(yǔ)言描述準(zhǔn)確轉(zhuǎn)化為代碼？目前在某些領(lǐng)域已經(jīng)可行，但能否進(jìn)一步雜交出新型語(yǔ)言？我還說(shuō)不準(zhǔn)。

Matt Bornstein：

你提到的復(fù)雜性區(qū)分很精妙，這可以理解是一種繁雜的系統(tǒng)，也可以理解成難以使用。

人們常覺(jué)得編程語(yǔ)言復(fù)雜是因?yàn)殡y學(xué)，但實(shí)際上它們可以很簡(jiǎn)單，可以用一套有表達(dá)范式的東西畫(huà)一棵樹(shù)。

當(dāng)我們轉(zhuǎn)向的“AI編程”雖然看似更易用，但底層卻復(fù)雜得多。

所以關(guān)鍵是如何平衡？是否需要混合方案？Cursor團(tuán)隊(duì)提倡的'形式化規(guī)范'寫(xiě)作或許是個(gè)方向——就像Guido說(shuō)的，未來(lái)人們可能更多需要撰寫(xiě)精確的規(guī)格說(shuō)明。

Yoko Li：

我最近采訪(fǎng)過(guò)一位典型Vibe Coder。

我的問(wèn)題是：“你真的需要編程界面嗎？”畢竟現(xiàn)在輸入提示詞就能生成大段代碼。他的回答很有意思：“AI生成代碼并展示給我看的過(guò)程讓我充滿(mǎn)成就感，但當(dāng)我想手動(dòng)修改時(shí)，卻完全無(wú)從下手?！?/p>

Matt Bornstein：

這不限于新手程序員。就算是我們這些人，用AI生成四五輪代碼后想手動(dòng)編輯也會(huì)非常困難——整個(gè)代碼變得極其晦澀。

Yoko Li：

我在用Blender MCP時(shí)遇到了這個(gè)問(wèn)題。我以前從未使用過(guò)Blender，我通過(guò)Cursor IDE的MCP服務(wù)，輕松生成了微縮模型。但要修改這個(gè)3D模型時(shí)，系統(tǒng)就崩潰了，我連該從哪開(kāi)始改都不知道。

所以，AI 與 Vibe Coder之間的空白地帶也有很多機(jī)會(huì)。

Matt Bornstein：

最酷的地方在于，AI實(shí)際上為軟件開(kāi)發(fā)創(chuàng)造了一個(gè)前所未有的新語(yǔ)境層和意圖層。比如，AI能幫助遷移舊代碼嗎？比如銀行業(yè)試圖淘汰COBOL語(yǔ)言都喊了快一百年了。

但說(shuō)實(shí)話(huà)，答案可能是否定的。 AI當(dāng)然能提供幫助，但解決不了核心難題。具體來(lái)說(shuō)：AI或許能把COBOL轉(zhuǎn)譯成Java，可當(dāng)年編寫(xiě)這些COBOL代碼時(shí)的大量上下文早已在幾十年間消失殆盡。

這些系統(tǒng)往往經(jīng)歷了魔改，最初只是個(gè)機(jī)票預(yù)訂系統(tǒng)，后來(lái)逐漸塞進(jìn)了人力資源模塊、甚至訂咖啡功能（笑）。而許多參與開(kāi)發(fā)的程序員（順便說(shuō)一句，他們基本不寫(xiě)文檔或注釋?zhuān)┛赡茉缇筒辉谶@家公司——或者不在人世了。

AI現(xiàn)在能協(xié)助但無(wú)法徹底解決這個(gè)問(wèn)題。

不過(guò)話(huà)說(shuō)回來(lái)，真正讓我更感興趣的是另一件事，當(dāng)我們討論測(cè)試用例和規(guī)格文檔時(shí)，我就在想：如果當(dāng)年構(gòu)建這些系統(tǒng)時(shí)就有AI參與，那么開(kāi)發(fā)者的原始意圖就會(huì)自動(dòng)留下完整的記錄。

這相當(dāng)于白送的白送的福利對(duì)吧？根本不需要事后補(bǔ)做。

Guido Appenzeller：

這個(gè)觀點(diǎn)很有趣。我最近和一些大型企業(yè)交流時(shí)發(fā)現(xiàn)，他們正在用AI處理遺留代碼庫(kù)——特別是大型主機(jī)上的COBOL和PL/I這類(lèi)語(yǔ)言。

這個(gè)過(guò)程特別有意思，他們遇到的正是你描述的問(wèn)題：如果只看舊代碼，根本搞不清原始開(kāi)發(fā)意圖；如果直接翻譯代碼，又會(huì)繼承舊編程語(yǔ)言的各種古怪特性（畢竟Java有更現(xiàn)代的語(yǔ)法結(jié)構(gòu)，而COBOL根本沒(méi)有這些特性）。

目前我從多個(gè)機(jī)構(gòu)聽(tīng)到的最佳實(shí)踐是：先讓AI根據(jù)舊代碼生成技術(shù)規(guī)范說(shuō)明書(shū)，然后基于這份規(guī)范重新實(shí)現(xiàn)代碼。這樣做得到的結(jié)果遠(yuǎn)比直接轉(zhuǎn)譯要好——代碼更精簡(jiǎn)、更符合現(xiàn)代標(biāo)準(zhǔn)。就像處理古董家具，與其強(qiáng)行改造榫卯結(jié)構(gòu)，不如先測(cè)繪圖紙?jiān)僦匦麓蛟飕F(xiàn)代版本。

Yoko Li：

是的，很有趣。我剛剛就在想：重寫(xiě)現(xiàn)代軟件（比如近10年的）其實(shí)容易得多——比如從Angular遷移到React，尤其是Agent對(duì)這兩個(gè)框架都很熟悉的情況。但如果是PHP轉(zhuǎn)，那可能就不一樣了。像Laravel這類(lèi)框架，遷移起來(lái)還算順利，畢竟生態(tài)比較完善。但具體難易程度還得看框架類(lèi)型。

真正的硬骨頭是那些橫跨多個(gè)軟件系統(tǒng)的遺留系統(tǒng)——你得先做全面的系統(tǒng)勘探，或者訓(xùn)練一個(gè)能自主探索的智能體，這個(gè)方案我覺(jué)得理論上可行。

但還有硬件層特有的坑，比如某些遺留系統(tǒng)跑在特制硬件上，比如要給Docker容器分配精確的內(nèi)存參數(shù)，或者需要特定運(yùn)行時(shí)配置。

就像你剛才說(shuō)的，這些細(xì)節(jié)往往早已湮滅，除非能對(duì)運(yùn)行時(shí)環(huán)境做完整快照。否則連系統(tǒng)到底需要什么資源都搞不清楚，這種遷移根本是無(wú)米之炊。

如何應(yīng)對(duì)AI的非確定性輸出

Matt Bornstein：

我現(xiàn)在已經(jīng)開(kāi)始做噩夢(mèng)了，想象某個(gè)生產(chǎn)環(huán)境突然崩潰，而你不得不翻查GPT的對(duì)話(huà)日志，試圖還原某人可能誤操作了什么...

這里可以引出另一個(gè)有意思的問(wèn)題：如果我們把AI視為應(yīng)用程序的原生組件，而非僅是寫(xiě)代碼的工具。它似乎正在突破軟件系統(tǒng)中確定性與非確定性行為的邊界。

想想很早之前——開(kāi)發(fā)者只為本地機(jī)器寫(xiě)代碼時(shí)，對(duì)程序行為了如指掌。后來(lái)網(wǎng)絡(luò)的出現(xiàn)帶來(lái)了不可預(yù)測(cè)性，但至少還能用相同范式去描述。而當(dāng)AI被集成進(jìn)系統(tǒng)，或讓它生成代碼時(shí)，你根本不知道會(huì)發(fā)生什么。你覺(jué)得這種類(lèi)比成立嗎？從網(wǎng)絡(luò)時(shí)代積累的經(jīng)驗(yàn)，能否幫我們應(yīng)對(duì)AI帶來(lái)的混沌與未知？

Guido Appenzeller：

確實(shí)可以這么類(lèi)比——雖然我們還沒(méi)完全消化這些經(jīng)驗(yàn)教訓(xùn)。 回想網(wǎng)絡(luò)系統(tǒng)剛普及時(shí)，冒出了全新的故障模式。比如超時(shí)問(wèn)題以及隨之產(chǎn)生的重試機(jī)制等解決方案。但到了分布式數(shù)據(jù)庫(kù)階段，問(wèn)題就復(fù)雜多了：必須處理原子性和數(shù)據(jù)回滾這些數(shù)字語(yǔ)境下的新挑戰(zhàn)。

而直到今天，這些設(shè)計(jì)模式仍不完善，雖然有強(qiáng)大的潛力，又帶著各種不穩(wěn)定的特性。

Matt Bornstein：

有些問(wèn)題可能是無(wú)法解決的？

Guido Appenzeller：

根本性問(wèn)題確實(shí)無(wú)法解決，但至少可以讓開(kāi)發(fā)者用起來(lái)盡可能簡(jiǎn)單。說(shuō)到底，所有工具都是為了幫開(kāi)發(fā)者緩沖這些沖擊。

Matt Bornstein：

是的，現(xiàn)在的輸入框簡(jiǎn)直成了混沌系統(tǒng)，早年間只要防住單引號(hào)就能安全執(zhí)行SQL語(yǔ)句，現(xiàn)在呢？用戶(hù)可能輸入任何東西，任何事情都可能發(fā)生。

或許我們真正需要做的，是重新定義系統(tǒng)的基礎(chǔ)能力和接口規(guī)范，讓開(kāi)發(fā)者能夠合理使用這些能力，而不是要試圖消除所有可能的故障模式，比如完全規(guī)避網(wǎng)絡(luò)超時(shí)問(wèn)題。

Guido Appenzeller：

我認(rèn)為這只是問(wèn)題的一部分。我們還需要改變預(yù)期標(biāo)準(zhǔn)。我曾與一家大型銀行交流，他們部署了一個(gè)文本生成系統(tǒng)。要知道，金融機(jī)構(gòu)從不提供投資建議，所以他們要確保這個(gè)語(yǔ)言模型既保持高實(shí)用性，又絕對(duì)不能（哪怕是隱晦地）給出投資建議。

這本質(zhì)上是個(gè)無(wú)解難題。你可以不斷優(yōu)化模型，但永遠(yuǎn)無(wú)法徹底杜絕這種情況。即便設(shè)置第二道過(guò)濾機(jī)制，這個(gè)安全層偶爾也會(huì)因?yàn)?誤判為有效幫助"而出錯(cuò)。最終他們不得不做出決定：我們無(wú)法開(kāi)發(fā)出絕對(duì)不犯錯(cuò)的系統(tǒng)，必須調(diào)整評(píng)估標(biāo)準(zhǔn)。

我記得最終設(shè)定的標(biāo)準(zhǔn)大概是：出錯(cuò)概率不得超過(guò)訓(xùn)練有素的銀行職員在相同情境下犯錯(cuò)概率的一半。

提示詞（prompts）是AI編程的核心節(jié)點(diǎn)

Yoko Li：

互聯(lián)網(wǎng)的演進(jìn)過(guò)程中曾存在關(guān)鍵的"窄腰結(jié)構(gòu)"（narrow waist，如TCP/IP協(xié)議棧中的IP層，擁有非常精簡(jiǎn)的核心功能，卻承擔(dān)著數(shù)據(jù)鏈路中承上啟下的聯(lián)通作用）。你認(rèn)為AI發(fā)展會(huì)呈現(xiàn)類(lèi)似的架構(gòu)規(guī)律嗎？這種類(lèi)比是否成立？或許AI系統(tǒng)根本不會(huì)形成這樣的核心約束層？

Guido Appenzeller：

我認(rèn)為可能是提示詞（prompts）。

重大技術(shù)變革往往建立在抽象層之上，就像SQL數(shù)據(jù)庫(kù)用簡(jiǎn)潔的API封裝了底層復(fù)雜性，以及早期事務(wù)型數(shù)據(jù)庫(kù)的B*樹(shù)索引機(jī)制。那是研究生課程內(nèi)容，現(xiàn)在誰(shuí)還需要關(guān)心？我們只需編寫(xiě)查詢(xún)語(yǔ)句。

現(xiàn)代機(jī)器學(xué)習(xí)的發(fā)展軌跡如出一轍：不再需要高薪聘請(qǐng)PhD專(zhuān)家訓(xùn)練模型，現(xiàn)在通過(guò)提示詞（prompt）就能駕馭模型。這使得一個(gè)普通的Python程序員，也能通過(guò)提示詞調(diào)用強(qiáng)大的LLM能力。

Yoko Li：

如果深入研究這些提示詞，你覺(jué)得它們像是你想要做的事情的自然語(yǔ)言表達(dá)嗎？因?yàn)闆](méi)有標(biāo)準(zhǔn)，提示詞可以是任何東西，無(wú)所不包，它幾乎沒(méi)有一個(gè)明確的規(guī)范，可以說(shuō)它并不是一種正式語(yǔ)言。

Matt Bornstein：

當(dāng)然，它顯然也不像英語(yǔ)，這讓我覺(jué)得，我們其實(shí)都在學(xué)習(xí)一種新的語(yǔ)言，用來(lái)引導(dǎo)這些工具。

Guido Appenzeller：

我們會(huì)有正式的提示語(yǔ)言嗎？

Matt Bornstein：

有斯坦福的博士們正在研究這個(gè)問(wèn)題，希望他們能有所突破。

Yoko Li：

我們亞洲的團(tuán)隊(duì)也在研究正式的提示語(yǔ)言。

Guido Appenzeller：

我們已經(jīng)開(kāi)始看到一些有結(jié)構(gòu)的提示語(yǔ)了，比如在問(wèn)答結(jié)束時(shí)說(shuō)一句“好的”。但這也算不上很正式。但我覺(jué)得這是一個(gè)起點(diǎn)，未來(lái)模型可能會(huì)在更結(jié)構(gòu)化的表達(dá)上進(jìn)行訓(xùn)練和微調(diào)。

Yoko Li：

這種情況已經(jīng)發(fā)生了?，F(xiàn)在的模型都有JSON模式，用戶(hù)可以定義自己想要的東西。

Guido Appenzeller：

從長(zhǎng)遠(yuǎn)來(lái)看，我一直在思考對(duì)于一個(gè)推理模型而言，如果大部分思考過(guò)程發(fā)生在內(nèi)部，那么面向用戶(hù)和機(jī)器的輸出模型，是否會(huì)與推理階段的模型完全不同？這聽(tīng)起來(lái)可能有些抽象。

比如，我們可能需要一個(gè)健談的聊天模型，或者一個(gè)更簡(jiǎn)潔的模型，又或者專(zhuān)門(mén)生成JSON格式輸出的模型。這就引出一個(gè)可能性：未來(lái)的模型輸出層可能會(huì)與推理層完全分離。

那么問(wèn)題來(lái)了，我們是否最終會(huì)發(fā)展出面向"Vibe Coder"的模型和面向企業(yè)級(jí)開(kāi)發(fā)的模型這兩個(gè)完全不同的分支？

Yoko Li：

我不這么認(rèn)為。

我覺(jué)得Vibe Coding就是你讓模型根據(jù)需求去生成需要的東西。你不在乎實(shí)現(xiàn)的細(xì)節(jié)，關(guān)心的是最終實(shí)現(xiàn)的結(jié)果是否是自己想要的。傳統(tǒng)編程中，開(kāi)發(fā)者需要做出大量技術(shù)選型決策，比如選擇使用這個(gè)SDK而非另一個(gè)。

在Vibe Coding中，只要最終能達(dá)成目標(biāo)，開(kāi)發(fā)者根本不需要關(guān)心底層技術(shù)細(xì)節(jié)，但仍需聚焦需求（否則寫(xiě)這段代碼的意義何在？）。現(xiàn)在我完全可以預(yù)見(jiàn)，企業(yè)用戶(hù)也會(huì)采用Vibe Coding模式。